import pandas as pd
import plotly.express as px
from IPython.display import IFrame
import os
#import warnings
#warnings.filterwarnings('ignore')
A través de este notebook vamos a responder a la pregunta ¿Merece la pena estudiar en España en los últimos años?. Hemos conseguido un conjunto de datos que nos indica el nivel de productividad por año y país, lo que nos ayudará a saber si un país tiene más probabilidades de ser una potencia en el futuro y por tanto invertir en ese país estudiando en el mismo, y sino saber cuál puede ser el que presenta mayor potencial.
Los datos están sacados de https://ourworldindata.org/rich-poor-working-hours.
df = pd.read_csv('labor-productivity-per-hour-PennWorldTable.csv')
df = df.rename({'Productivity (PWT 9.1 (2019))':'Productivity'}, axis=1)
productivity_per_country = df.groupby('Code')['Productivity'].mean()
productivity_per_year = df.groupby('Year')['Productivity'].mean()
df.head()
| Entity | Code | Year | Productivity | |
|---|---|---|---|---|
| 0 | Argentina | ARG | 1950 | 3.132358 |
| 1 | Argentina | ARG | 1951 | 3.153722 |
| 2 | Argentina | ARG | 1952 | 2.827533 |
| 3 | Argentina | ARG | 1953 | 2.963201 |
| 4 | Argentina | ARG | 1954 | 3.045096 |
px.treemap(df.groupby('Entity').mean().reset_index(),values='Productivity', path=['Entity'],title=f"<b>TreeMap de los distintos niveles de productividad por país</b>")
productivity_per_country.median()
18.322975391304347
Con el Treemap podemos ver de manera rápida y vistosa la respuesta a una pregunta que nos hagamos, en este caso queremos saber qué países son los más productivos. Este tipo de gráficos nos muestran a través de los tamaños de los cuadrados la respuesta, donde Luxemburgo, Noruega, USA y Suecia están a la cabeza, y según nos movamos hacia la derecha los elementos se irán haciendo más pequeños y por tanto menos productivos serán.
En el caso de España vemos que está al final de la columna 7, y que aunque hay muchos otros países detras que son más pequeños y por tanto se puede decir que está en la media.
#df.groupby(['Year', 'Entity']).sum().reset_index().sort_values(by='Productivity', ascending=False)#.to_csv('datawrapper_dataset.csv', index=False)
df.groupby('Entity').mean().reset_index().sort_values(by='Productivity', ascending=False)[['Entity','Productivity']][:30].to_csv('datawrapper_dataset.csv', index=False)
IFrame('https://datawrapper.dwcdn.net/2hDfd/1/', width=645, height=400)
Mediante la gráfica actual podemos ver la misma información que en el gráfico anterior pero con una perspectiva diferente, ya que en este caso podemos ver los valores de manera inmediata. Esto nos puede resultar útil para documentos que vayamos a imprimir y presentar, donde perdemos la interactividad.
IFrame('https://public.tableau.com/views/AG1_16155495165830/Sheet1?:language=es&:display_count=y&publish=yes&:origin=viz_share_link?:showVizHome=no&:embed=true', width=805, height=700)
px.line(df, x="Year", y="Productivity", color="Code", title="<b>Media de productividad por países a lo largo de los años.</b>")
px.choropleth(df, locations='Code', color='Productivity', animation_frame="Year", title="<b>Media de productividad por países a lo largo de los años.</b>")
Con este gráfico observamos los mismos datos que antes, pero con el añadido de la capa geográfica que permite ver si hay una cierta agrupación, como por ejemplo que los altos niveles se agrupan en Norteamérica y el centro de Europa mientras que Asia y Sudamérica han tenido siempre bajos niveles de productividad.
Por lo visto anteriormente no creo que lo mejor sea estudiar en España, ya que sus niveles de productividad no son tan altos como otros países que nunca han parado de ser más productivos. La única ventaja que le veo respecto a otros países que tienen mayores niveles es el tiempo, ya que por ejemplo en Noruega o Suecia va a hacer mas frio, pero tambien hay otros paises como USA que tiene muchos tipos de climas, Australia que tiene el handicap de muchos tipos de animales y en general otros paises que creo son mejores que España.
Por lo cual la verdadera pregunta es, ¿Por qué quedarse en España? En mi caso por el idioma, por la dificultad y porque la familia y/o amigos están aquí. Todos estos motivos son los que más he oído pero estas barreras cada vez están desapareciendo más gracias a la tecnología.
Las herramientas utilizadas han sido Python, DataWrapper y Tableau